MétaCan
Menu
Retour à la cohorte
Enregistrement W4313549720 · doi:10.1109/epec56903.2022.10000113

A Flexible System-level Hydrogen Transportation System Operating Structure Interacting with Urban Transportation System

2022· article· en· W4313549720 sur OpenAlexaff
Elahe Sahraie, Innocent Kamwa

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSolverComputer scienceReliability (semiconductor)Automotive engineeringPower (physics)Engineering

Résumé

récupéré en direct d'OpenAlex

Electrification of hard-to-abate sectors through green hydrogen is a promising strategy for achieving the Paris Agreement's decarbonization targets. However, hydrogen transportation problem remains a pressing concern in a system-level operation of hydrogen energy system (HES) in an integrated electric power and hydrogen system (IPHS). This paper presents a system-level operation structure for hydrogen transportation system (HTS). Proposed structure is intended to facilitate the coordination between HTS and the remaining parts of an IPHS by using a decomposed operation structure, which allows for different timescales to be set for each party. In the proposed structure, hydrogen tube trailers (HTs) are used to deliver hydrogen across the urban transportation system (UTS) using an extended version of a vehicle routing problem (VRP) coupled with a new set of constraints for incorporating the traffic density of roads and their availability. Furthermore, certain constraints have been considered to align with the priority of supplying sensitive loads. As part of the proposed HTS operating structure, a trade-off between system reliability and cost-affordability is also managed by assigning the adjustable weights to each parties' representative in HTS operating objective. The proposed structure is intended to minimize the operating costs of HTS in an interaction with IPHS as well as minimize the delay costs as a penalty in the event of hydrogen load loss. The proposed HTS operating structure is formulated in the form of a mixed integer linear problem and is then solved by Gurobi solver using YALMIP toolbox in MATLAB.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,532
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,205
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHybrid Renewable Energy SystemsTravaux en français237 207